텐서플로우:: ops:: FractionalAvgPool

입력에 대해 부분 평균 풀링을 수행합니다.

요약

분수 평균 풀링은 풀링 영역 생성 단계에서 분수 최대 풀링과 유사합니다. 유일한 차이점은 풀링 영역이 생성된 후 각 풀링 영역에서 최대값 연산 대신 평균 연산을 수행한다는 것입니다.

논거:

• 범위: Scope 객체
• 값: [batch, height, width, channels] 형태의 4차원.
• pooling_ratio: value 의 각 차원에 대한 풀링 비율입니다. 현재 행과 열 차원만 지원하며 1.0 이상이어야 합니다. 예를 들어, 유효한 풀링 비율은 [1.0, 1.44, 1.73, 1.0]과 같습니다. 배치 및 채널 차원에서는 풀링을 허용하지 않으므로 처음과 마지막 요소가 1.0이어야 합니다. 1.44와 1.73은 각각 높이와 너비 차원에 대한 풀링 비율입니다.

선택적 속성( Attrs 참조):

• pseudo_random: True로 설정하면 풀링 시퀀스를 의사난수 방식으로 생성하고, 그렇지 않으면 난수 방식으로 생성합니다. 의사난수와 난수의 차이점에 대해서는 Benjamin Graham의 Fractional Max-Pooling 논문을 참조하십시오.
• 겹침: True로 설정하면 풀링 시 인접한 풀링 셀의 경계에 있는 값이 두 셀 모두에서 사용됩니다. 예를 들면 다음과 같습니다.

index 0 1 2 3 4

value 20 5 16 3 7

풀링 순서가 [0, 2, 4]인 경우 인덱스 2의 16이 두 번 사용됩니다. 분수 평균 풀링의 결과는 [41/3, 26/3]이 됩니다.

• 결정론적: True로 설정하면 계산 그래프에서 FractionalAvgPool 노드를 순회할 때 고정된 풀링 영역이 사용됩니다. 주로 단위 테스트에서 FractionalAvgPool을 결정론적으로 만들기 위해 사용됩니다.
• seed: seed 또는 seed2 중 하나라도 0이 아닌 값으로 설정되면, 지정된 시드를 사용하여 난수 생성기를 초기화합니다. 그렇지 않으면 임의의 시드를 사용합니다.
• seed2: 시드 충돌을 방지하기 위한 두 번째 시드입니다.

보고:

• Output : 분수 평균 풀링 후 출력 텐서.
• Output row_pooling_sequence: 행 풀링 시퀀스, 기울기 계산에 필요합니다.
• Output col_pooling_sequence: 열 풀링 시퀀스(기울기 계산에 필요).

공개 속성

::tensorflow::Output col_pooling_sequence

Operation operation

::tensorflow::Output output

::tensorflow::Output row_pooling_sequence

 FractionalAvgPool(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input value,
  const gtl::ArraySlice< float > & pooling_ratio
)

 FractionalAvgPool(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input value,
  const gtl::ArraySlice< float > & pooling_ratio,
  const FractionalAvgPool::Attrs & attrs
)

Attrs Deterministic(
  bool x
)

Attrs Overlapping(
  bool x
)

Attrs PseudoRandom(
  bool x
)

Attrs Seed(
  int64 x
)

Attrs Seed2(
  int64 x
)